অ্যাক্সিস রোবটিক্স তাদের নতুন Axis Sim Dataset V1 প্রকাশ করেছে, যা ফ্রাঙ্কা আর্ম ম্যানিপুলেশনের জন্য অন্যতম বৃহত্তম ওপেন-সোর্স সিমুলেশন ডেটাসেট। এই ডেটাসেটটির পুরো তথ্য, প্রশিক্ষণের কোড এবং বেঞ্চমার্কগুলি জনসাধারণের জন্য উপলব্ধ। V1 তৈরি হয়েছে ৫০,০০০-এরও বেশি মানব-টেলিওপরেটেড সিমুলেশন ট্রাজেক্টরি থেকে, যা ২০৭টি ম্যানিপুলেশন কাজ এবং ৬০,০০০-এরও বেশি দৃশ্য ভ্যারিয়েন্ট সিমুলেটেড ফ্রাঙ্কা রিসার্চ ৩ আর্মে সমন্বিত।

এই ডেটাসেটটি ১৬০,০০০-এরও বেশি ডাউনলোড পেয়েছে, যা Hugging Face-এ সবচেয়ে বেশি ডাউনলোড হওয়া ওপেন-সোর্স ফ্রাঙ্কা ম্যানিপুলেশন ডেটাসেট। বেঞ্চমার্কগুলিতে, V1-এর উপর ধারাবাহিক পূর্ব প্রশিক্ষণ π0.5 বৃদ্ধি পেয়েছে এবং একটি ভলিউম-সমন্বিত RoboCasa বেসলাইনকে পরাস্ত করেছে, এবং প্রতিটি ফলাফল সম্পূর্ণরূপে উন্মুক্ত এবং যাচাইযোগ্য।

অ্যাক্সিস রোবটিক্স ফিজিক্যাল এআই-এর জন্য সর্বোৎকৃষ্ট ডেটা ইঞ্জিন তৈরি করছে, একটি উল্লম্বভাবে সমন্বিত সিস্টেম যা ব্যাপক সিমুলেশন, বাস্তব কার্যকলাপ, মানবিক লোর্কো-ম্যানিপুলেশন এবং মানব-নিয়ন্ত্রিত DAgger পোস্ট-ট্রেনিংকে অন্তর্ভুক্ত করে। সংস্থাটি $১২ মিলিয়ন এর বীজ তহবিল সংগ্রহ করেছে যা Hack VC দ্বারা পরিচালিত হয়েছে, এবং Nomad Capital, Pi Network Ventures, 10K Ventures এবং বিভিন্ন অ্যাঞ্জেল ইনভেস্টররা এতে অংশগ্রহণ করেছেন।

“শুদ্ধ ডেটা কেবল” বিরুদ্ধে একটি বাজি

রোবোটিক্সে একটি সাধারণ ধারণা হল যে ডেমonstrআপশনগুলি শুরুতেই প্রায়-সেরা হতে হবে — বিশেষজ্ঞ ট্রাজেক্টরিগুলিতে সীমাবদ্ধতা আরোপ করে, সেটআপকে মানক করে, এবং কাঁপানো কিছু বাদ দিয়ে এগিয়ে যাওয়া। অ্যাক্সিসের তত্ত্ব সম্পূর্ণ বিপরীত: ডেটার মান বিতরণ স্তরে বাস করে, একক ট্রাজেক্টরিতে নয়। যখন একটি বৃহৎ এবং বৈচিত্র্যময় জনতা শোরগোলপূর্ণ, অ-পারফেক্ট ট্রাজেক্টরি উৎপাদন করে এবং তাদের ত্রুটিগুলি অস্বীকৃত, তখন শব্দ গড় হয় এবং একটি কার্যকর নীতিমালা প্রশিক্ষণের সময় টিকে থাকে।

অ্যাক্সিস সিম ডেটাসেট V1 জনসাধারণের পরীক্ষার জন্য এই তত্ত্বটি তুলে ধরে। এর ট্রাজেক্টরিগুলি পিক-এবং-প্লেস, স্তূপাকার করা, ঢালা, প্রাঞ্জল-অবজেক্ট ম্যানিপুলেশন এবং সরঞ্জামের ব্যবহার অন্তর্ভুক্ত করে, যা অ্যাক্সিসের ব্রাউজার-ভিত্তিক টেলিওপারেশন প্ল্যাটফর্ম Axis Hub এর মাধ্যমে একটি বিভক্ত জনতার দ্বারা সংগৃহীত হয়েছে, যার ফলে একক বিশেষজ্ঞ দলের প্রয়োজন হয়নি। এই ডেটাসেটটি UC Berkeley, Johns Hopkins, University of Michigan এবং অন্যান্য প্রতিষ্ঠানের গবেষকদের সাথে নির্মিত হয়েছে।

স্কেলিং ফলাফল

LIBERO-Plus -এ ধারাবাহিক পূর্ব প্রশিক্ষণ V1-এ π0.5 কে ৮৩.৯% থেকে ৮৮.৮% সফলতা বাড়ায় এবং একটি ভলিউম-সমন্বিত RoboCasa365 বেসলাইনের চেয়ে ৩৭.৩% বেশি সফলতা দেখায়। কার্যকারিতা ধারাবাহিকভাবে উন্নত হয় যখন পূর্ব প্রশিক্ষণের ডেটা ২৫% থেকে ১০০% ডেটাসেটের মধ্যে বৃদ্ধি পায়, কোন স্যাচুরেশন ছাড়াই, যা প্রমাণ করে যে লাভ বৈচিত্র্য এবং কভারেজ থেকে আসে, শুধু একটি একক দানাদার বাড়ানোর পরিবর্তে। সবচেয়ে বড় উন্নতি ক্যামেরা, সেন্সর-শ্যাবক, এবং লেআউট বিঘ্নগুলির অধীনে প্রদর্শিত হয়, যেগুলি অ্যাক্সিস উৎপাদনের সময় এলোমেলোভাবে পরিবর্তন করে।

দলটি বলছে V2 ইতিমধ্যেই underway, ১.২ মিলিয়ন ট্রাজেক্টরিতে ১,২০০ কাজের মধ্যে স্কেলিং, ক্রস-এম্বডিমেন্ট জেনারেলাইজেশন এবং একাধিক VLA মডেলের মধ্যে ফলাফল প্রদর্শন করছে যা প্রমাণিত করে যে অ-পারফেক্ট সিমুলেশন ডেটা শক্তিশালী নীতিমালা প্রশিক্ষণ করে।

ডেটাসেটের পেছনের ইঞ্জিন

ডেটাসেটটি…

🪙 ক্রিপ্টো ট্রেডিংয়ের পাশাপাশি JB7-এ আপনার ভাগ্য পরীক্ষা করুন এবং জিতুন!
👉 এখনই বোনাস নিন
🔥 স্পন্সর সাইট JB7-এ খেলুন, নাহলে এডমিনের ভাত জুটবে না 🥺